【Docker保姆级教程】如何安装和使用Docker

最新推荐文章于 2025-02-27 17:56:37 发布

LLM.

最新推荐文章于 2025-02-27 17:56:37 发布

阅读量3.9k

点赞数 26

文章标签： docker 容器 RAG langchain 人工智能大模型程序员

本文链接：https://blog.csdn.net/2301_81888214/article/details/144193914

版权

本文深入解析Docker，一种革命性的容器化技术，从其基本概念、架构和组件，到安装、配置和基本命令操作。文章探讨了Docker在虚拟化、一致性环境搭建及微服务架构中的关键作用，以及其在云计算领域的深远影响，为读者提供了关于Docker技术全面且深入的洞见。

file

一、Docker简介

file
Docker是一种开源容器化技术，它允许开发者将应用及其依赖打包到一个轻量级、可移植的容器中。这种方法确保了应用在不同环境中的一致性和效率。Docker的出现标志着云计算和微服务架构的一个重要转折点。

Docker的起源和发展

Docker最初是由Solomon Hykes在DotCloud公司（后改名为Docker Inc.）开发的一个内部项目。自2013年首次公开发布以来，Docker迅速成为容器化技术的代名词，受到了广泛的关注和采用。

Docker的工作原理

Docker通过使用Linux内核的特性（如cgroups和namespace）来隔离应用的运行环境。这不仅使得容器运行高效，而且还提高了安全性。Docker容器与虚拟机相比，由于不需要完整的操作系统，因此更加轻量和快速。

Docker的核心组件

Docker Engine：负责创建和管理容器。
Docker Images：包含应用及其运行环境的蓝图。
Docker Containers：运行中的镜像实例。
Docker Hub：一个共享和存储容器镜像的公共服务。

Docker的优势

一致性：在任何支持Docker的环境中以相同方式运行应用。
便携性：容易迁移和扩展。
隔离性：提高安全性和稳定性。
资源高效：与传统虚拟机相比，更少的性能开销。

Docker的应用场景

微服务架构：Docker非常适合微服务架构，每个服务可以独立容器化。
持续集成/持续部署（CI/CD）：Docker简化了构建、测试和部署流程。
开发和测试：提供一致的开发、测试环境。
云原生应用：Docker是构建和部署云原生应用的基础。

Docker与虚拟化技术的比较

虽然Docker和传统的虚拟化技术（如VMware、Hyper-V）在某些方面有相似之处，但它们在性能、资源利用率和速度方面有显著的区别。Docker通过共享主机的内核，减少了资源占用，提高了启动速度。

二、Docker架构和组件全解

file
Docker的架构和组件是理解其工作原理和应用的关键。这部分将深入探讨Docker的核心组件、架构设计，以及它们如何共同工作来提供一个高效、灵活的容器化平台。

Docker的总体架构

Docker采用客户端-服务器（C/S）架构。这种架构包括一个服务器端的Docker守护进程（Docker Daemon）和一个客户端命令行接口（CLI）。守护进程负责创建、运行和管理容器，而CLI则允许用户与Docker守护进程交互。

Docker Daemon（守护进程）

运行在宿主机上。
负责处理Docker API请求，并管理Docker对象，如镜像、容器、网络和卷。

Docker Client（客户端）

用户通过Docker客户端与Docker守护进程交互。
发送命令到Docker Daemon，如docker run、docker build等。

Docker Registry（注册中心）

用于存储Docker镜像。
Docker Hub是最常用的公共注册中心，但用户也可以搭建私有注册中心。

Docker Images（镜像）

Docker镜像是一个轻量级、可执行的包，包含运行应用所需的一切：代码、运行时、库、环境变量和配置文件。

镜像构成

由多层只读文件系统堆叠而成。
每层代表Dockerfile中的一个指令。
利用联合文件系统（UnionFS）技术来优化存储和提高效率。

镜像版本管理和层缓存

支持标签（Tagging），用于版本控制。
层缓存用于加速构建和部署过程。

Docker Containers（容器）

容器是Docker镜像的运行实例。它在镜像的顶层添加一个可写层，并通过Docker守护进程在用户空间中运行。

容器与虚拟机的区别

容器直接在宿主机的内核上运行，不需要完整的操作系统。
资源占用少，启动速度快。

容器的生命周期管理

创建、启动、停止、移动和删除。
可以通过Docker CLI或API进行管理。

Docker Networks（网络）

Docker网络提供了容器之间以及容器与外部世界之间的通信机制。

网络类型

Bridge：默认网络，适用于同一宿主机上的容器通信。
Host：移除网络隔离，容器直接使用宿主机的网络。
Overlay：用于不同宿主机上的容器间通信。

网络配置

支持端口映射和容器连接。
提供DNS服务，容器可以通过名称互相发现和通信。

Docker Volumes（卷）

Docker卷是一种持久化和共享容器数据的机制。

卷的类型

持久化卷：数据存储在宿主机上，即使容器删除，数据仍然保留。
共享卷：允许不同容器共享数据。

数据管理

可以在运行时动态挂载。
支持数据备份、迁移和恢复。

三、Docker安装与配置

file
Docker的安装和配置是开始使用Docker的第一步。本节将覆盖Docker在主流服务器操作系统上的安装步骤和基本配置方法。

Docker在Linux上的安装

Ubuntu系统

更新软件包索引：sudo apt-get update
安装必要的包以允许apt通过HTTPS使用仓库：sudo apt-get install apt-transport-https ca-certificates curl software-properties-common
添加Docker官方GPG密钥：curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -
添加Docker仓库：sudo add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable"
再次更新软件包索引：sudo apt-get update
安装Docker CE（社区版）：sudo apt-get install docker-ce

CentOS系统

安装必要的包：sudo yum install -y yum-utils
添加Docker仓库：sudo yum-config-manager --add-repo https://download.docker.com/linux/centos/docker-ce.repo
安装Docker CE：sudo yum install docker-ce
启动Docker守护进程：sudo systemctl start docker

Docker在Windows Server上的安装

对于Windows Server，可以使用Docker EE（企业版）。

启用容器功能：在服务器管理器中，添加“容器”角色。
安装Docker：运行PowerShell脚本来安装Docker EE。```
Install-Module DockerProvider
Install-Package Docker -ProviderName DockerProvider -RequiredVersion preview
启动Docker服务：Start-Service Docker

Docker在macOS上的安装

Docker Desktop for Mac是在macOS上运行Docker的最佳选择。

下载Docker Desktop for Mac安装程序。
双击下载的.dmg文件，然后拖动Docker图标到应用程序文件夹。
打开Docker应用程序，完成安装。

Docker基本配置

用户组配置

将用户添加到docker组，以避免每次使用docker命令时都需要sudo。```
sudo usermod -aG docker your-username

配置Docker启动项

在Linux上，设置Docker随系统启动：
```
sudo systemctl enable docker
```
配置Docker镜像加速

对于某些地区，可能需要配置镜像加速器以提高拉取速度：

sudo mkdir -p /etc/docker
sudo tee /etc/docker/daemon.json <<-'EOF'
{
  "registry-mirrors": ["https://your-mirror-url"]
}
EOF
sudo systemctl daemon-reload
sudo systemctl restart docker

四、Docker基本命令

file
Docker的基本命令是操作和管理Docker容器和镜像的基石。为了便于理解和参考，以下以表格形式列出了Docker的主要命令及其功能描述。

命令	功能描述
`docker run`	创建并启动一个新容器
`docker start`	启动一个或多个已停止的容器
`docker stop`	停止一个运行中的容器
`docker restart`	重启容器
`docker rm`	删除一个或多个容器
`docker rmi`	删除一个或多个镜像
`docker ps`	列出容器
`docker images`	列出镜像
`docker pull`	从镜像仓库拉取或更新指定镜像
`docker push`	将镜像推送到镜像仓库
`docker build`	通过Dockerfile构建镜像
`docker exec`	在运行的容器中执行命令
`docker logs`	获取容器的日志
`docker inspect`	获取容器/镜像的详细信息
`docker network create`	创建一个新的网络
`docker volume create`	创建一个新的卷
`docker attach`	连接到正在运行的容器
`docker cp`	从容器中复制文件/目录到宿主机，反之亦然
`docker diff`	检查容器文件系统的更改
`docker commit`	从容器创建新的镜像
`docker login`	登录到Docker镜像仓库
`docker logout`	从Docker镜像仓库登出
`docker search`	在Docker Hub中搜索镜像
`docker save`	将一个或多个镜像保存到文件
`docker load`	从文件加载镜像
`docker tag`	为镜像创建一个新的标签
`docker port`	列出容器的端口映射或指定容器的特定映射
`docker top`	显示一个容器中运行的进程

五、总结

通过对Docker的深入探讨，我们可以看到Docker作为一种现代化的容器化技术，在技术领域的影响是多方面的。从Docker的简介到其架构和组件的全面解析，再到实际的安装、配置和基本命令操作，我们了解了Docker如何将复杂的应用容器化过程变得简单高效。

Docker的技术革新

轻量级虚拟化：Docker采用的容器技术，与传统的虚拟机相比，极大地减少了资源消耗，提高了启动速度和性能，这对于资源密集型的应用来说是一个重大突破。
一致性环境：Docker通过容器来保证应用在不同环境中的一致性，解决了“在我的机器上可以运行”的常见问题，这在持续集成和持续部署（CI/CD）中尤为重要。
微服务架构的推动者：Docker的出现和普及推动了微服务架构的发展。它使得开发者可以将应用分解为更小、更易管理的部分，从而提高了系统的可维护性和可扩展性。

Docker在云计算领域的影响

云原生应用的基石：Docker是构建云原生应用的关键。它不仅支持应用的快速部署和扩展，还通过其生态系统（如Kubernetes）支持高级的容器编排。
资源优化：在云环境中，资源的有效利用是核心考虑。Docker通过减少额外的操作系统开销，使得在相同的物理资源上可以运行更多的应用实例。
多云和混合云策略的加速器：Docker的可移植性使得它成为实现多云和混合云策略的理想选择。企业可以轻松地将应用迁移至不同的云服务提供商，或在私有云和公有云之间无缝迁移。

未来展望

Docker已经成为现代软件开发和运维的一个不可或缺的部分，但技术永远在发展。未来，我们可以预见到容器技术将进一步整合更多的安全特性，提供更加智能的资源管理，以及更紧密地与新兴的云原生技术和服务集成，如函数即服务（FaaS）、无服务器计算等。

综上所述，Docker不仅仅是一个技术工具，它代表了一种关于如何构建、部署和管理应用的新思维方式，这对于任何涉足云计算、云原生和软件工程领域的专业人士而言，都是至关重要的。

如何系统的去学习大模型LLM ？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

在这里插入图片描述

二、640套LLM大模型报告合集

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

在这里插入图片描述

三、LLM大模型系列视频教程

在这里插入图片描述

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

在这里插入图片描述

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

目标：了解AI大模型的基本概念、发展历程和核心原理。
内容：
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
- L1.4.1 知识大模型
- L1.4.2 生产大模型
- L1.4.3 模型工程方法论
- L1.4.4 模型工程实践
- L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
内容：
- L2.1 API接口
- L2.1.1 OpenAI API接口
- L2.1.2 Python接口接入
- L2.1.3 BOT工具类框架
- L2.1.4 代码示例
- L2.2 Prompt框架
- L2.3 流水线工程
- L2.4 总结与展望